업무인수인계서 — IN(인도) 라인 · 2026-10-21

작성일: 2026-10-21 · 인계자: 시스템 부관장자(맥미니 풀스택 프로그래머, m1_fs) · 인수자: m1_in 인도 팀장(cmux workspace:14) · 근거: 2026-10-16~21 세션 내 linux1 직접 SSH 실측 및 로컬 파일 확인

1. 인계 요약

인도 중앙법·관세법: 수집 완료 상태. 법 1,556건(41 샤드), 관세법 646건(31 샤드), 관세율표 2,166건(58 샤드) 등재. 서빙은 라이선스 판단 전까지 보류.
인도 조례(8개 도시): 스캔 PDF 56건 전문 OCR 완료 후 linux1 _ocr/에 반영. 칸나다어 문서 깨짐 문제는 도시별 언어 설정으로 해결.
라이선스: 모든 레코드 serve_ok=false. 서빙 여부는 대표님 판단 전까지 보류(방침 2026-08-23).
인수자 첫 과제: (a) 대표님 라이선스 판단 요청, (b) 조례 누락 25건 재수집, (c) 중앙법 실패 URL 259건 원인 분류.

2. 실측 현황 (2026-10-16~21, linux1 직접 확인)

항목	위치 (linux1 `/l1h1/bm/a/raw/g/in/`)	실측
중앙법	`law/40lawact/centralacts/` 샤드 41개	매니페스트 기준 1,556건
관세법	`law/40lawact/customs/act/` 샤드 31개	646건
관세율표	`law/40lawact/customs/tariffact/` 샤드 58개	2,166건
중앙법 실패 URL	`law/40lawact/index/failed.txt`	259건 (원인 미분류)
델리 판례	`law/IN-DL/` (c0lawcase)	PDF 7,944개, 2.6GB (샘플 텍스트 정상)
조례 원본	`rule/30ordinc/` 8개 도시	PDF 122개, 약 311MB. 텍스트 없는 스캔 56개
조례 OCR 결과	`rule/30ordinc/_ocr/` (원본과 같은 상대경로, `.txt`+`.json`)	112개 파일(56쌍), 1,118,239 B. 로컬과 내용 해시 전부 일치
정부 관보 공지	`law/90guidan/`	193개
RERA·GIS	`permit/rera/`, `gis/*`	rera 112개, gis cadastral 252·protected 81·gisroad 135 등

조례 OCR 결과 (최종)

언어 설정: BBMP(KA) eng+kan, DL-MCD eng+hin, KMC(WB) eng+ben, GHMC(TG) eng+tel, SMC(GJ) eng+guj, MCGM eng+mar.
평균 신뢰도: BBMP 칸나다어 30건 85.4 (재실행 전 51.7), 그 외 25건 87.7.
영문 단독(eng) 재실행은 25건 중 2건만 소폭 나았고, 전체적으로는 도시별 설정이 낫습니다(87.7 vs 84.5). 채택하지 않았습니다.
오류 1건: IN-KA-bbmp/_unverified/bbmp_outdoor_signage_byelaws_2018_notification.pdf는 PDF 구조가 깨져 페이지를 읽지 못했습니다. 원본을 다시 받아야 합니다.
신뢰도 낮은 문서: bbmp_swm_order_20170310(64.2), bbmp_swm_deputation_officers(68.0), mcd_circular_141(65.6, 영문인데 스캔 품질이 낮음).
인용 주의: OCR 텍스트는 검색·키워드 확인용입니다. 숫자와 날짜가 틀릴 수 있으므로 법적 인용이나 문구 비교에는 쓰면 안 됩니다. 서빙 전에 이 표기를 명시해야 합니다.

3. 진행 중·대기 과제

라이선스 판단 (대표님 전담): 중앙법은 India Code 재사용 허가 문구를 찾지 못했다고 raker에 명시돼 있습니다. 조례 8개 도시도 라이선스가 확인되지 않았습니다. 판단 전까지 서빙하지 않습니다.
robots 수동 판정: indiacode.gov.in의 robots.txt가 5xx를 반환해서, 2026-09-02 코디네이터 승인으로 캐시에 수동 allow를 기록했습니다(~/.raker/robots_cache_in.json). 공용 게이트 도구는 그대로 두었습니다. 이 판정도 라이선스 검토와 함께 봐야 합니다.
조례 누락 25건: raker_g_in_rule_ordinc1_targets.json 53건 중 25건이 EODB 회람 eodb_circular_001~043입니다. 다운로드되지 않았습니다. 원인 확인이 필요합니다.
MCGM 조례: 목표 19건 중 매니페스트 14건. 5건 누락.
중앙법 실패 URL 259건: index/failed.txt에 있습니다. 404인지 일시 오류인지 분류되지 않았습니다.
출처 미상 PDF 37건: 해시 이름의 중앙법 PDF입니다. 출처 확인이 필요합니다.
미완료 샤드 2개: centralacts/_unverified/full/macmini/shard_in_centralacts_000004.tar.part(약 1MB), ..._000007.tar.part(약 13MB)가 쓰이는 중입니다. kill하지 마십시오. 중단하면 매니페스트가 정리되지 않아 데이터가 유실될 수 있습니다.
헌법(const1): 원본 호스트(legislative.gov.in)가 robots 403이라 수집 불허 상태입니다. 대체 원천 탐색이 필요합니다.
조약(treaty1): MEA 목록 4,327건 중 전수 수집이 필요합니다. 메타데이터만 수집하고 본문은 받지 않습니다.

4. 도구·코드 상태

OCR: rm/rmg1/back/g/dator/in/ocr_restore.py의 _iter_pages()(청크 변환)와 OCR_LANGS를 재사용했습니다. 이번 작업용 얇은 드라이버는 로컬 /Users/blue/local_stage/in_ocr/ocr_v3.py에 있습니다. 새로 짠 코드는 경로와 페이지 마커 저장뿐입니다.
개선 필요: dator/in/ocr_restore.py는 출력 파일명을 stem[:60]으로 만듭니다. 도시가 다른 같은 이름의 PDF가 서로 덮어쓸 수 있습니다. 이번 작업은 상대경로로 매칭해서 충돌을 피했습니다. 기존 코드에도 같은 방식을 적용하는 것이 좋습니다.
언어 설정: dator/in/config_engine.py의 ocr_langs(eng+hin+mar)는 칸나다어 문서에 맞지 않습니다. 도시별로 나눠야 합니다.
메모리 주의: 전문 OCR을 돌릴 때 페이지 이미지를 문서 단위로 한꺼번에 모으지 마십시오. dator/in/ocr_restore.py 주석에 있는 맥미니 커널 패닉 사고 경위를 참고하십시오.
실행 중 워치독(IN 라인 소관, 건드리지 않음): raker_g_in_permit_in3, gis_placename1, gis_protected1, law_mhact1, law_ngt1 등 여러 개가 _raker/logs/ 아래 로그와 함께 돌고 있습니다. 이 체계는 대량 배치 감시에 쓰지 않습니다.

5. 로컬 파일 (삭제 금지)

/Users/blue/local_stage/in_ocr/src/ — 스캔 조례 원본 복사본 56건(146MB). linux1 원본과 해시 일치 확인.
/Users/blue/local_stage/in_ocr/out3/ — 최종 OCR 결과. linux1 _ocr/와 동일.
/Users/blue/local_stage/in_ocr/out2/(잘못된 언어 결과), out4/(영문 단독 비교 결과) — 기록용. 사용자 승인 후 정리.
삭제는 검증 수치를 보고받고 대표님이 승인한 뒤에만 합니다.

6. 인수자가 지켜야 할 원칙

robots.txt는 실제 파일 호스트에서 별도 호출로 확인합니다. 명시 차단된 경로는 우회하지 않습니다.
"완료" 로그를 믿지 말고 실물 파일 수와 용량으로 판정합니다. 매니페스트 건수와 용량이 맞지 않으면 유실을 의심합니다.
정본 유실 판정 전에는 linux1에 직접 SSH로 확인합니다. macOS 마운트 표시만으로 판단하지 않습니다.
쓰고 있는 프로세스는 kill하지 않습니다. 정상 종료(자연완료·--limit)를 우선합니다.
OCR 결과는 검색용 참고 텍스트입니다. 법적 인용 전에는 원본 PDF를 확인합니다.
라이선스 미확인 상태에서는 서빙하지 않습니다.

7. 참고 문서

라이선스 미확인 기록: _wiki/_knowhow/_law/IN_델리_dda_mcd_eodb_건축조례_license_unverified.md, IN_관세_cbic_taxinformation_라이선스_미확인.md
미해결 과제 정리: _wiki/_knowhow/_cowork/IN_미해결과제_발굴진행_20260913.md
dator 엔진: rm/rmg1/back/g/dator/README.md, _engine/README.md
함대 기기 IP·정본 경로: linux1 172.30.1.151(ssh alias linux1), 맥미니 m1